editorial-qa-evals：将编辑 QA 审核流程做成可度量的 LLM 评测系统

GitHub 仓库 zurvaaziz56/editorial-qa-evals 把针对 AI 撰写专家引述稿的编辑 QA 流程（13 项必查项、10 类常见写作失误）变成可测量的评测系统，含黄金集、混合检查器与带置信区间的一致性报告。目前已实现 entry 校验解析、10 个确定性检查、CLI 与合成数据生成（n=80、seed=7，含 45 个 simple pitch、20 个 Q&A、15 个 CPR 条目）；LLM judge、路由、指标与报告模块仍为空，标注页面仍是占位符，尚未产生任何一致性结果。代码采用 MIT，数据集采用 CC BY 4.0 协议。